提供支持动脉网（微信号:vcbeat）获悉，2018年6月15日，柏视医疗与清华大学统计学研究中心联合举办的“智能医学影像分析研讨会” 在紫光国际会议中心举行。
这次会议汇集了长期从事医学影像智能分析的国内外顶级专家，既有来自美国佐治亚大学、康奈尔大学、伊利诺理工大学、北京大学、清华大学、中科院等国内外知名高校及顶级科研机构的科研学者，也有来自飞利浦、西门子、迈瑞等国内外顶级设备商的产业代表，是一次医学影像AI科学研究与应用前沿探讨的思想盛宴。
智能医学影像分析研讨会开幕
清华大学统计学研究中心、哈佛大学著名统计学专家刘军主任致开幕词，柏视医疗总裁、中山大学数据科学与计算机学院教授陆遥做了以《医学影像智能分析及其应用》为题的报告，以乳腺癌为例说明医学影像分析和放射组学的基本理论和技术。
陆遥是中山大学教授，回国之前在密歇根大学医学院担任研究员多年，拥有15年以上医学影像和计算机辅助诊断（CAD）的研究积累，长期与国内外顶级医院深度的合作，这次会议他主要讨论了复杂医学数据的高维重建、特征提取、特征降低和机器学习等方面的最新研究和进展。
柏视医疗总裁陆遥博士
会议分为人工智能在医学影像的应用：机遇与挑战、机器学习和深度学习在医学影像的应用、医学影像的智能系统和平台、医学影像的前沿技术和算法4个议题。在各个议题中，来自业界和学界的专家都做了精彩分享。
在“人工智能在医学影像的应用：机遇与挑战”专题中，来自美国伊利诺理工大学的Kenji Suzuki教授从技术角度综述了机器学习在医学影像分析和计算机辅助诊断方面的研究进展，重点分析和对比了当前主流的卷积神经网络和其提出的大规模训练人工神经网络等深度学习模型的特点和优势，并基于胸部X光片骨骼与组织分离、肺结节检测与良恶性诊断等实例总结了深度学习技术的应用现状与发展前景。
西门子的茅海萼博士从临床应用的角度阐述了影像医学数据结构化与精准化的重要性，主要分析了如何在日常临床工作中构造既符合医学法规约束又可事后再挖掘利用的高质量数据，结合机器学习技术实现对“病证”的高效发现和诊断。
“机器学习和深度学习在医学影像的应用”议题的演讲专家介绍了医学影像应用中多种机器学习和深度学习的技术路线。
美国康奈尔大学王飞教授介绍一种新的图卷积网络技术，该技术将卷积定义在了图的空域和频域上并通过深度学习来从图中提取更为丰富的特征，王飞教授还特别介绍了该技术近两年来在医学图像分析当中的一些成功应用。
北京大学董彬从应用数学的角度重新理解现有的卷积神经网络模型，为新模型的提出和现有网络模型的优化提出了新的思路。圣母大学史弋宇教授和佐治亚大学马平教授则分别介绍了量化FCN用于精准图像分割和通过对基因序列进行机器学习来辅助癌症诊断的技术方案。
在“医学影像的智能系统和平台”专题中，来自业界的演讲专家介绍了当前国内外先进的医学影像智能系统和平台。
飞利浦的怀晓晨博士介绍了飞利浦星云探索医学影像科研平台（IntelliSpace Discovery），该平台提供了近百个科研插件，针对心脏、血管、肿瘤神经和骨骼等不同疾病的科研方向，提供医疗科研平台服务；平台还具备供第三方编程开发的插件接口，现已成功对接了柏视医疗公司的鼻咽癌CTV 自动勾画算法插件。
迈瑞的朱磊博士从智能化成像、智能化工作流、以及智能化辅助诊断三个方面介绍了迈瑞医疗超声智能化进展，重点展示了标准切面自动识别、组织结构自动测量、病变自动检测诊断等智能化功能。
最后，柏视医疗总裁陆遥，清华大学统计研究中心、普渡大学终身教授朱宇副主任以及与会专家代表，就人工智能在医学影像的应用所遇到的机遇和挑战及未来可能的发展方向进行了深入细致的探讨。
智能医学影像分析研讨会圆桌研讨环节
最后，柏视医疗总裁陆遥，清华大学统计研究中心、普渡大学终身教授朱宇副主任以及与会专家代表，就人工智能在医学影像的应用所遇到的机遇和挑战及未来可能的发展方向进行了深入细致的探讨。
柏视医疗定位为医疗人工智能技术引领者和技术提供商，在医学影像人工智能领域多项技术处于国际领先水平，在国际同行公司中拥有最高质量的标识影像数据库和算法积累。柏视医疗拥有全球领先的鼻咽癌放疗手术靶区勾画方案、肺部全病种分析检测分析方案，国内领先的乳腺癌检测诊断系统、肝癌检测辅助诊断系统和病理人工智能辅助分析系统。
清华大学统计学研究中心由美国哈佛大学著名统计学专家刘军教授担任中心首任主任, 美国哈佛大学生物统计系主任林希虹教授担任共同主任, 统筹领导清华大学统计学科的建设和发展。中心研究范畴涵盖生物及医学统计和大数据处理等。
柏视医疗与清华大学统计学研究中心联合举办的智能医学影像分析会议，有助于在顶尖及高校在医学影像AI的前沿理论与产业应用间驾起桥梁和纽带，共同探索人工智能在医学影像领域应用的模式和途径，加快AI技术在医学影像领域的落地速度。
渝公网安备 50011202502165号
